SceneBloom 用智能体框架生成无碰撞、接近真实分布的室内场景。
资讯摘要
论文提出 SceneBloom，一个结合视觉布局采样与契约引导 3D 编译的智能体框架，用于生成真实、多样且可直接仿真的室内环境。其分层采样器利用扩散先验在功能区内生成家具布局，编译器再依据提取的关系进行几何拟合与局部姿态修正。作者报告在五类房间中，该方法视觉质量与物理稳定性最高，是唯一未检测到网格碰撞和越界物体的方法，布局分布也更接近真实房间。
要点速读
- SceneBloom 将扩散先验的家具布局采样与契约引导的 3D 编译结合，生成仿真就绪的室内场景。
- 作者报告在五类房间中视觉质量与物理稳定性最优，且是唯一无网格碰撞和越界物体的方法。
- 在这些场景中训练的目标导航策略，在留出真实扫描上的成功率高于用等量真实训练扫描训练的策略。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。